当 Agent 拥有大量工具时，每个工具的 JSON Schema、参数说明、使用示例都会进入上下文。工具数量越多，留给任务本身的空间越少。这带来一个反直觉结论：加入更多工具，并不总是让 Agent 更强。超过一定阈值后，工具描述反而会挤占推理空间，导致调用准确率下降。滑动窗口：只保留最近 N 轮完整内容；滚动摘要：把较早内容逐轮压缩成结构化摘要；关键事件提取：把工具调用结果、错误、决策点抽取为“

Function（函数）：最底层的代码单元，如。Tool（工具）：对 Function 的一层封装，加入JSON Schema 描述、输入输出约定、错误语义，让 LLM 能理解并调用。例如把上面的函数声明成web_search工具。Skill（技能）：一组完成特定任务的完整能力包，通常包含多个工具、一个有状态的流程、以及领域知识（提示词、示例、约束）。抽象层次例子粒度Function一行代码Too

Function（函数）：最底层的代码单元，如。Tool（工具）：对 Function 的一层封装，加入JSON Schema 描述、输入输出约定、错误语义，让 LLM 能理解并调用。例如把上面的函数声明成web_search工具。Skill（技能）：一组完成特定任务的完整能力包，通常包含多个工具、一个有状态的流程、以及领域知识（提示词、示例、约束）。抽象层次例子粒度Function一行代码Too

在前几篇文章中，我们了解了 Tensor 的基本操作，也接触了自动求导机制autograd。现在假设我们要搭建一个简单的两层全连接网络，如果只使用基础 Tensor 和autograd# 手写权重与偏置x = x @ w1 + b1 # 第一层线性变换x = x.clamp(min=0) # 手动实现 ReLUx = x @ w2 + b2 # 第二层线性变换return x每个权重都要手动定义，

messages=[{"role": "user", "content": "帮我写一首诗"}],这段代码确实「调用了大模型」，但它离一个真正能帮你干活的 AI Agent 还很远。单次 API 调用只能给出一段文本，而 Agent 能自己规划、调用工具、观察结果、修正计划，最终交付一个任务结果。「调用 API」：你问「今天天气怎么样」，模型凭训练数据猜一个答案。「AI Agent」：你问「帮我把

如何让一个只会生成文本的大脑，安全、稳定、可循环地操作真实世界。读代码：先索引、再检索、滚动理解，像工程师查资料；调工具：模型只发指令，Harness 负责真正执行；建闭环：感知 → 决策 → 行动 → 反馈，循环到任务完成；靠 Harness：管工具、管循环、管上下文、管安全。即便「DeepSeek Harness」的具体形态还在路上，但只要把「模型 + 工具 + 控制循环」这套心法吃透，将来无

心态开放：不要试图在 Python 中重建一个 Spring。欣赏并学习 Python 和 FastAPI 的设计哲学。从小项目开始：用一个业余小项目或公司内部工具来实践 FastAPI，积累经验。善用自动文档/docs端点是你最好的朋友和朋友。用它来设计、测试和展示你的 API。性能不是唯一指标：虽然 FastAPI 很快，但对于大多数业务应用，开发效率、可维护性和团队协作效率往往比微秒级的性能

AI Agent 的测试不是传统测试的简单延伸，它要求我们重新审视「什么是可断言的」。把不确定性隔离出去：纯逻辑、Schema、路由这些确定的部分，用单元测试白盒覆盖，覆盖得越狠越好；把模型变成可替换的依赖：通过 LLM provider 抽象 + Stub，让 Agent 编排链路可以脱离真实模型快速验证；把「好不好」交给评估器：规则评估器管硬指标，LLM-as-judge 管软指标，两者结合才

AI Agent 的测试不是传统测试的简单延伸，它要求我们重新审视「什么是可断言的」。把不确定性隔离出去：纯逻辑、Schema、路由这些确定的部分，用单元测试白盒覆盖，覆盖得越狠越好；把模型变成可替换的依赖：通过 LLM provider 抽象 + Stub，让 Agent 编排链路可以脱离真实模型快速验证；把「好不好」交给评估器：规则评估器管硬指标，LLM-as-judge 管软指标，两者结合才

AI Agent 的测试不是传统测试的简单延伸，它要求我们重新审视「什么是可断言的」。把不确定性隔离出去：纯逻辑、Schema、路由这些确定的部分，用单元测试白盒覆盖，覆盖得越狠越好；把模型变成可替换的依赖：通过 LLM provider 抽象 + Stub，让 Agent 编排链路可以脱离真实模型快速验证；把「好不好」交给评估器：规则评估器管硬指标，LLM-as-judge 管软指标，两者结合才